2025年1月9日 星期四

機器學習之冗贅型偏差廿問（六之六）

›
 （見 前篇 ） © All Rights reserved. 版權聲明 。 18.   組織的人工智慧系統運作良好，只是背景環境出現新的狀況，已經處理過的冗贅型偏差，應當如何處理？ 考慮到外界發生變化的重要性，可能有必要對人工智慧系統針對冗贅型偏差進行全面再評鑑。已實施偏差評估...
2025年1月7日 星期二

機器學習之冗贅型偏差廿問（五之六）

›
（見 前篇 ） © All Rights reserved. 版權聲明 。 14.   是否有標準或指南可以處理機器學習中的冗贅型偏差？ 國際標準組織如 ISO, IEC 和 IEEE 已經制定相關標準和技術規格，以幫助解決人工智慧系統中冗贅型偏差。例如： ISO/IEC TS...
2025年1月5日 星期日

機器學習之冗贅型偏差廿問（四之六）

›
（見 前篇 ） © All Rights reserved. 版權聲明 。 11.   如何偵測機器學習模型中的冗贅型偏差？ 組織可採取合宜的查證及確證過程，偵測冗贅型偏差。通常係以三種測試方法偵測偏差，（參見 ISO/IEC/IEEE 29119-1 標準定義的測試事項）：...
2025年1月2日 星期四

機器學習之冗贅型偏差廿問（三之六）

›
（見 前篇 ） © All Rights reserved. 版權聲明 。 7.  如何避免資料來源的問題，影響到機器學習模型出現冗贅型偏差？ 組織宜建立、實施及維護資料品質管理系統，以確保資料（包括：資料集、資料庫、訓練資料）的規劃、設計開發、查證與確證、展開、實施與維護、...
2024年12月31日 星期二

機器學習之冗贅型偏差廿問（二之六）

›
（見 前篇 ） 4.   如何管理人工智慧系統與機器學習，並考慮涉及的利害相關者？ 考慮到人工智慧系統機器學習模型的利害相關者，任何個人、群體或組織，凡是可預見會正向或負向受到人工智慧系統非預期之冗贅型偏差的影響者，如下示： 人工智慧系統操作者或中介者， 組織內做出決策者...
2024年12月29日 星期日

機器學習之冗贅型偏差廿問（一之六）

›
楔子 從一般人申請貸款時隱約感受到的種族歧視，又如在醫療診斷中的錯誤看法或治療方向，人工智慧（ AI ）系統中「 冗贅型偏差 」（ unwanted bias ，亦稱為「 不必要的偏差 」）可能會引出嚴重的後果。另一方面，特意強調的偏差可能在某種應用面相當有效，例如：在篩選貸...
2024年12月19日 星期四

運用FMEA做醫療器材風險管理，對嗎？

›
楔子 如果醫療器材製造商至今還在使用失效模式與效應分析（FMEA），及 FMECA（即FMEA加上關鍵性分析）當做醫療器材的風險分析（risk analysis）通用技術，坦白地說，這種風險管理（risk management）的做法已經不再適合現今醫療器材實務應用的需求。 可能...